买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江邦盛科技股份有限公司;杭州邦睿科技有限公司申请的专利一种基于图节点特征预计算的超大规模电商网络分区优化方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115858145B 。

龙图腾网通过国家知识产权局官网在2025-12-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211381008.8，技术领域涉及：G06F9/50；该发明授权一种基于图节点特征预计算的超大规模电商网络分区优化方法及装置是由金路;鲍迪恩;蒋炜;汪陈笑;马顺华设计研发完成，并于2022-11-05向国家知识产权局提交的专利申请。

本一种基于图节点特征预计算的超大规模电商网络分区优化方法及装置在说明书摘要公布了：本发明公开了一种基于图节点特征预计算的超大规模电商网络分区优化方法及装置，在预划分阶段，使用初始时刻规模相对较小的的图信息提取该电商网络的同质枚举特征和同质标量特征。在每个分布式服务器分区维护不同数目的中心节点，通过计算新增节点与分布式服务器各分区内中心节点的两类同质特征相似度、节点度相似度及分布式服务器各分区负载得到划分质量得分，将节点划分至得分最高的分布式服务器分区，从而提高分布式服务器各分区的质量。在动态更新阶段，本发明使用设计的图划分质量打分函数对输入的流信息进行划分并实时更新分布式服务器各分区的中心节点，从而完成对超大规模动态电商网络的维护，提高分布式图数据库存储引擎的计算效率。

本发明授权一种基于图节点特征预计算的超大规模电商网络分区优化方法及装置在权利要求书中公布了：1.一种基于图节点特征预计算的超大规模电商网络分区优化方法，其特征在于，该方法包括如下步骤： 1获取初始时刻的电商网络图数据，其中，表示电商网络中的实体集合，表示第n个实体，表示实体之间的连接状态集合，表示第m种状态；第i个待划分的实体为电商网络图数据中第i个节点，其中，表示实体的唯一编码，表示实体的枚举特征，包括国籍、性别、职业，数量为，表示实体的标量特征，包括年龄、收入，数量为； 2获取分布式服务器各分区的最大负载，为分布式服务器的分区数量； 3初始化分布式服务器各分区的负载均为0、分布式服务器各分区的中心节点集合为空； 4根据初始时刻的电商网络图数据得到表示节点间关系的邻接矩阵； 5基于邻接矩阵，计算电商网络中个枚举特征的模块度，并将模块度最大的枚举特征记为；任意一个枚举特征的模块度计算方式如下： 表示电商网络在第个枚举特征上同类节点之间的连接程度，表示节点在邻接矩阵中的度，表示节点在第个枚举特征的类型，类型用整数值1到表示，是节点第个枚举特征的类型总数，是克罗内克函数，其系数值为； 6基于邻接矩阵，计算电商网络中个标量特征的同配系数，并将同配系数最大的标量特征记为；任意一个标量特征的同配系数计算方式如下： 表示电商网络在第个标量特征上同类节点之间的连接程度，表示节点在邻接矩阵中的度，表示节点在第个标量特征的值，是克罗内克函数，其系数值为； 7对于电商网络图数据中的一个节点，执行以下操作： 7.1任意选择一个分布式服务器分区，若，则计算节点在该分布式服务器分区的划分质量得分；否则重新执行步骤7.1，直至得到节点到所有未满载的分布式服务器分区的划分质量得分；划分质量得分的计算方式如下： 其中，表示分布式服务器的分区，分别表示两个节点在枚举特征和标量特征上的相似度；表示两个节点在节点度方面的相似度；γ是调节分区负载对划分质量得分的影响力系数； 7.2若所有未满载的分布式服务器分区的划分质量得分仅包含一个最大值，则将节点划分至得分最高的目标分布式服务器分区，否则从得分最高的多个分布式服务器分区中随机选择一个作为节点的目标分布式服务器分区； 7.3若目标分布式服务器分区负载的节点个数小于3，则转入步骤8；否则更新的中心节点集合； 8不断重复步骤7，直至该电商网络中的所有节点划分完毕； 9对于任意新增的边流数据，对新增数据中的节点执行步骤7，实现对电商网络的维护和更新。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江邦盛科技股份有限公司;杭州邦睿科技有限公司，其通讯地址为：310012 浙江省杭州市西湖区西斗门路3号天堂软件园D幢17层ABCD座；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。